Favicon de qwen

Qwen: Qwen3.5-9B

Qwen3.5-9B is a multimodal foundation model from the Qwen3.5 family, designed to deliver strong reasoning, coding, and visual understanding in an efficient 9B-parameter architecture. It uses a unified vision-language design with early fusion of multimodal tokens, allowing the model to process and reason across text and images within the same context.

Modalidades
Precio de entrada / salida
0,08 US$ / 0,13 US$por 1M
Contexto
262K
Publicado
10 mar 2026

Proveedores

Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).

Precios

El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.

Media ponderada

Entrada
0,1185 US$/M tokens
Salida
0,1732 US$/M tokens
Historial de precios
No hay datos de precios efectivos para esta selección

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Rendimiento
123tok/s

P50, el mejor entre los proveedores

Latencia
0,19s

P50, mejor proveedor

Pruebas de rendimiento de AutoExacto
GPQA DiamondTAU-BenchDeepInfra80,1 %--SiliconFlow77,6 %80,7 %Parasail78,7 %--Together78,1 %75,3 %auto-routing76,4 %75,0 %
+3 proveedores más

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Tiempo de actividad (3 d)El modelo estaba accesible. Solicitud enrutada a un proveedor.
100,00 %
Disponibilidad (3 d)El modelo devolvió una inferencia de cualquier proveedor. Los errores y las respuestas vacías cuentan en su contra.
99,70 %

Disponibilidad durante los últimos 3 días

Últimas 72 horas
Disponibilidad 99,70 %
Hace 3 díasHace 2 díasAyerAhora

Disponibilidad en las últimas 24 horas

OpenRouter Availability
99,81 %
Without Routing
91,85 %

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

Pruebas de rendimiento

Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.

Resumen de puntuaciones en pruebas de rendimiento de Qwen: Qwen3.5-9B (Artificial Analysis)
FuentePrueba de rendimientoPuntuación
Artificial AnalysisQwen3.5 9B (Non-reasoning) Coding Index23,5
Artificial AnalysisQwen3.5 9B (Non-reasoning) GPQA Diamond78.6%
Artificial AnalysisQwen3.5 9B (Non-reasoning) HLE9.4%
Artificial AnalysisQwen3.5 9B (Non-reasoning) IFBench37.8%
Artificial AnalysisQwen3.5 9B (Non-reasoning) τ²-Bench Telecom85.1%
Artificial AnalysisQwen3.5 9B (Non-reasoning) AA-LCR46.0%
Artificial AnalysisQwen3.5 9B (Non-reasoning) CritPt0.6%
Artificial AnalysisQwen3.5 9B (Non-reasoning) Terminal-Bench Hard18.2%
Artificial AnalysisQwen3.5 9B (Non-reasoning) Terminal-Bench 2.121.3%
Artificial AnalysisQwen3.5 9B (Reasoning) Coding Index28,7
Artificial AnalysisQwen3.5 9B (Reasoning) Agentic Index1,2
Artificial AnalysisQwen3.5 9B (Reasoning) GPQA Diamond80.6%
Artificial AnalysisQwen3.5 9B (Reasoning) HLE14.9%
Artificial AnalysisQwen3.5 9B (Reasoning) IFBench66.7%
Artificial AnalysisQwen3.5 9B (Reasoning) τ²-Bench Telecom86.8%
Artificial AnalysisQwen3.5 9B (Reasoning) AA-LCR70.0%
Artificial AnalysisQwen3.5 9B (Reasoning) τ-Bench Banking7.0%
Artificial AnalysisQwen3.5 9B (Reasoning) GDPval-AA0.0%
Artificial AnalysisQwen3.5 9B (Reasoning) CritPt0.3%
Artificial AnalysisQwen3.5 9B (Reasoning) SciCode29.5%
Artificial AnalysisQwen3.5 9B (Reasoning) Terminal-Bench Hard24.2%
Artificial AnalysisQwen3.5 9B (Reasoning) Terminal-Bench 4.00.5%
Artificial AnalysisQwen3.5 9B (Reasoning) Terminal-Bench 2.129.2%

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

1.
Favicon de https://claude.ai/apple-touch-icon.png
Claude Code
17Btókenes
2.
9Btókenes
3.
Favicon de https://nousresearch.com
Hermes Agent
1,21Btókenes
4.
Favicon de https://pi.dev/
pi
806Mtókenes
Las 5 aplicaciones principales
6,87B
Resto de OpenRouter
3,14B

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Preguntas frecuentes